Linear response for machine-learned interatomic potentials: phonons at arbitrary wave vectors from the primitive cell

ليست المواد الصلبة تلك الكتل الجامدة والثابتة كما تبدو؛ ففي حتى البلورات بصلابة الألماس أو بنعومة الرصاص، تهتز الذرات باستمرار، وتتذبذب في إيقاع جماعي معقد. هذه الاهتزازات، المعروفة باسم "الفونونات"، هي نبض قلب المادة. فهي التي تحدد كيف تتمدد المادة الصلبة عند تسخينها، وكيف توصل الكهرباء، وحتى ما إذا كان بإمكانها أن تصبح موصلاً فائقاً، ينقل التيار دون مقاومة. ولفهم هذه الخصائص، يجب على العلماء رسم خريطة لـ "موسيقى" البلورة: الترددات المحددة التي تهتز بها الذرات، ومدى سرعة انتقال تلك الاهتزازات عبر المادة. لعقود من الزمن، كانت الطريقة القياسية للقيام بذلك هي بناء نسخة اصطناعية ضخمة من البلورة في محاكاة حاسوبية، وتحريك الذرات قليلاً، ومراقبة رد فعلها. هذه الطريقة تعمل، لكنها تشبه محاولة سماع نوتة واحدة في سيمفونية عبر تسجيل الأوركسترا بأكملها في قاعة عملاقة؛ فهي بطيئة، وحجم القاعة يحد من وضوح الصوت.

تقدم دراسة جديدة أجراها باحثون في جامعة روهر بوشوم مساراً مختلفاً، مساراً يخترق الضجيج لسماع الموسيقى مباشرة. فقد طور الفريق، بقيادة ثاليس هـ. ب. دا سيلفا، وهاي تشن وانغ، وميغيل أ. إل. ماركيز، طريقة لحساب هذه الاهتزازات الذرية بدقة، دون الحاجة إلى بناء الهياكل البلورية الاصطناعية الضخمة التي أصبحت هي السائدة. وقد طبقوا طريقتهم على جيل جديد من النماذج الحاسوبية تسمى "الجهود البينية المتعلمة آلياً". تُدرب هذه النماذج على كميات هائلة من البيانات للتنبؤ بكيفية تفاعل الذرات، وهي أصبحت الأداة الأساسية لاكتشاف مواد جديدة. ومع ذلك، ولأن هذه النماذج متطورة للغاية، فإنها تعتمد على معلومات من ذرات متباعدة، مما يمد نطاق تأثيرها إلى أقصى الحدود، وهو ما يتجاوز قدرة نهج "القاعة العملاقة" التقليدي. وقد أظهر الباحثون أنه من خلال معاملة الاهتزاز كموجة تتدفق عبر أبسط وحدة بناء ممكنة للبلورة، يمكنهم حساب السلوك الدقيق للمادة بأكملها، بغض النظر عن مدى بعد المسافات التي تؤثر فيها الذرات على بعضها البعض.

يكمن جوهر المشكلة في كيفية عمل هذه النماذج الحاسوبية الحديثة. فهي مبنية مثل سلسلة من الطبقات، حيث تمرر كل طبقة المعلومات إلى التي تليها، تماماً مثل لعبة "الهاتف المكسور". وفي أكثر النسخ عمقاً ودقة لهذه النماذج، يمكن للمعلومات أن تنتقل عبر مسافة تصل إلى 140 أنغستروم — وهو نطاق هائل بالمقياس الذري. ولاستيعاب هذا النطاق الكامل من التأثير باستخدام الطريقة القديمة، يحتاج العلماء إلى بناء خلية محاكاة تحتوي على آلاف الذرات، وهو أمر مستحيل غالباً بسبب القدرة الحوسبية الهائلة المطلوبة. وعندما يضطر الباحثون لاستخدام خلايا أصغر، فإنهم يقطعون فعلياً التفاعلات بعيدة المدى، مما يؤدي إلى إدخال أخطاء يصعب اكتشافها. وفي بعض الحالات، تكون هذه الأخطاء بسيطة، ولكن في حالات أخرى، تكون كارثية، حيث تقود الحاسوب للتنبؤ بأن مادة مستقرة هي في الواقع غير مستقرة وستنهار، بينما هي في الحقيقة مستقرة تماماً.

لقد حل الباحثون هذه المشكلة بتغيير المنظور تماماً. فبدلاً من بناء خلية ضخمة وتحريكها، طرحوا سؤالاً مختلفاً: ماذا يحدث إذا تم تحريك الذرات في أصغر وحدة ممكنة للبلورة بنمط موجي محدد؟ لقد طبقوا خدعة رياضية، تشبه تلك المستخدمة في الفيزياء الكمية منذ عقود، حيث يتم تعديل التحريك بواسطة "طور" (phase) يتغير بسلاسة من ذرة إلى أخرى. يسمح هذا للحاسوب بحساب استجابة البلورة اللانهائية بأكملها من خلال النظر فقط إلى الوحدة الأولية الصغيرة. هذه الطريقة دقيقة؛ فهي لا تكتفي بالتقريب للقوى بعيدة المدى، بل تحسبها بدقة مهما بلغ مداها. وقد اختبر الباحثون ذلك على نوعين مختلفين من النماذج المتعلمة آلياً، أحدهما يسمى "NequIP" والآخر "Prophet"، ووجدوا أن طريقتهم الجديدة أعادت إنتاج نتائج حسابات الخلايا الفائقة الضخمة إلى حدود الدقة الحاسوبية، ولكن دون التكلفة الحوسبية الهائلة.

تكشف نتائج هذا النهج الجديد مدى ما كانت الطريقة القديمة تغفله. فعندما قارن الباحثون حساباتهم الدقيقة بالطريقة القياسية للخلايا الفائقة لمواد مختلفة، بما في ذلك السيليكون والألماس ومعدن معقد يسمى "الكاولينيت"، كانت الاختلافات صارخة. بالنسبة للبلورات البسيطة عالية التماثل مثل السيليكون، كانت الأخطاء في الطريقة القديمة صغيرة ولكنها قابلة للقياس، حيث انحرفت بنحو 0.3 إلى 0.7 تيراهيرتز في التردد. أما بالنسبة للكاولينيت الأكثر تعقيداً وانخفاضاً في التماثل، فقد كان الخطأ هائلاً، حيث وصل إلى 3.4 تيراهيرتز. والأمر الأكثر إثارة للقلق هو أن الطريقة القديمة تنبأت بأن الكاولينيت يمتلك ترددات "تخيلية"، وهي إشارة رياضية تعني أن المادة يجب أن تكون غير مستقرة ديناميكياً وتنهار، بينما أظهرت الطريقة الجديدة عدم وجود مثل هذا عدم الاستقرار، مما أثبت أن النهج القديم قد أطلق إنذاراً كاذباً. لم يكن الخطأ عيباً في النموذج المتعلم آلياً نفسه، بل كان عيباً في طريقة حساب الاهتزازات.

إن تأثير هذا العمل يتجاوز مجرد الحصول على أرقام التردد الصحيحة. فالعديد من الخصائص الهامة للمواد لا تعتمد فقط على حدة الاهتزاز، بل على كيفية تغير هذه الحدة أثناء حركتها عبر البلورة. وهذه المشتقات هي التي تحدد "السرعة الجماعية"، وهي سرعة انتقال الحرارة عبر المادة. وجد الباحثون أنه حتى عندما كانت الطريقة القديمة تحصل على التردد بشكل صحيح، فإنها فشلت فشلاً ذريعاً في حساب السرعة. فبالنسبة للسيليكون، كانت السرعات الجماعية المحسوبة بالطريقة القديمة منحرفة بنسبة تقارب 7 بالمئة، حتى في النقاط التي كان فيها التردد مثالياً. ويرجع ذلك إلى أن الطريقة القديمة تعتمد على ربط النقاط ببعضها من نقاط محسوبة قليلة، وإذا كانت النقاط متباعدة جداً، فإن الخط المرسوم بينها يكون خاطئاً. أما الطريقة الجديدة فتحسب الميل مباشرة، مما يوفر سرعة دقيقة دون الحاجة إلى التخمين. وهذه الدقة أمر بالغ الأهمية للتنبؤ بالموصلية الحرارية، وهو أمر ضروري لتصميم إلكترونيات وأنظمة إدارة حرارية أفضل.

علاً من ذلك، تسمح الطريقة الجديدة للعلماء بحساب كيفية تغير هذه الاهتزازات عندما يتم ضغط المادة أو شدها، وهي خاصية تُعرف باسم "معامل غرونايسن". وهذا أمر حيوي لفهم التمدد الحراري، أو لماذا تكبر المواد في الحجم عندما تسخن. تتطلب الطريقة القديمة حساب الاهتزازات عند أحجام مختلفة قليلاً والمقارنة بينها، وهي عملية قد تخطئ إذا تقاطعت اهتزازات نمطين مختلفين. أما الطريقة الجديدة فتحسب التغيير تحليلياً، متجنبة هذا المأزق تماماً. وفي حالة السيليكون، تنبأت الطريقة القديمة بتمدد حراري أكبر بثلاث إلى أربع مرات من الحقيقي عند درجات الحرارة المنخفضة، بينما أعادت الطريقة الجديدة إنتاج الانكماش الطفيف الذي يتعرض له السيليكون بدقة عند تسخينه من الصفر المطلق حتى حوالي 18 كلفن.

كما نظر الباحثون أيضاً في تكلفة العمل. بالنسبة للمواد ذات التماثل العالي، مثل الألماس أو السيليكون، تستغرق الطريقة الجديدة نفس الوقت تقريباً الذي تستغرقه الطريقة القديمة إذا استُخدمت كلتاهما لحساب نفس القدر من البيانات. ومع ذلك، تمتلك الطريقة الجديدة ميزة واضحة: فهي لا تتطلب ذاكرة الخلية الفائقة الضخمة. فهي تعمل مع أصغر وحدة ممكنة، مما يعني إمكانية تشغيلها على حواسيب قياسية قد تنهار تحت وطأة متطلبات الذاكرة للنهج القديم في النماذج العميقة. أما بالنسبة للمواد التي لا تملك تماثلاً، مثل الكاولينيت المعقد، فإن الطريقة الجديدة أبطأ في الواقع، حيث تستغرق خمس إلى ست مرات أطول، لكنها الطريقة الوحيدة للحصول على الإجابة الصحيحة دون قطع القوى. والمفاضلة واضحة: الطريقة القديمة أسرع ولكنها غالباً ما تكون خاطئة، خاصة للمواد المعقدة أو النماذج العميقة، بينما الطريقة الجديدة دقيقة وموثوقة، وإن كانت أحياناً أكثر استهلاكاً للموارد الحوسبية في حالات معينة.

يمثل هذا العمل تحولاً كبيراً في كيفية محاكاة العالم الفيزيائي. فمن خلال إلغاء الحاجة إلى الخلايا الفائقة الاصطناعية الضخمة، نجح الباحثون في فصل خطأ النموذج عن خطأ الحساب. في الماضي، إذا أعطت المحاكاة إجابة خاطئة، كان من المستحيل معرفة ما إذا كان النموذج المتعلم آلياً سيئاً أم أن طريقة الحساب هي المعيبة. أما الآن، ومع وجود هذا المرجع الدقيق، يمكن للعلماء الوثوق بأن النموذج يقوم بما يُفترض به القيام به. هذه الطريقة ليست مجرد تحسين نظري؛ بل هي أداة عملية تم تطبيقها بالفعل على مواد حقيقية، وكشفت عن أخطاء كانت مخفية في وضح النهار. ومع استمرار نمو النماذج المتعلمة آلياً لتصبح أكثر عمقاً وتعقيداً، وتصل إلى نطاقات لا يمكن لأي خلية فائقة فيزيائية أن تحتويها، تضمن هذه الطريقة الجديدة أننا لا نزال قادرين على سماع الموسيقى الحقيقية للذرات، دون تشويه ناتج عن غرفة صغيرة جداً.